观察装柜一个月的装柜波动

-- Indexed View: https://msdn.microsoft.com/en-us/library/ms191432(v=sql.110).aspx
CREATE VIEW [dbo].[view_OneMonthFluctuation] AS
with C1 as(
select 配舱单信息表.配舱确认单号,单证确认装箱日期,总箱量,订单号,OrderConfirmUserName
from 配舱单信息表 left join 配仓单明细表
on 配舱单信息表.配舱确认单号=配仓单明细表.配舱确认单号
where 单证确认装箱日期>=CONVERT(varchar(10),GETDATE()-30,120)
),
C2 as(
select 配舱确认单号,单证确认装箱日期,总箱量,[订单号] = stuff((select ',' + [订单号] from C1 t where 配舱确认单号 = C1.配舱确认单号 for xml path('')) , 1 , 1 , '') 
from C1
group by 配舱确认单号,单证确认装箱日期,总箱量
--总表
),
C3 as(
select distinct 配舱确认单号,单证确认装箱日期,OrderConfirmUserName,总箱量
from C1
),
C4 as (
--从C3里取里面的一部的数据
select 单证确认装箱日期,sum(总箱量) as 生产一部
from C3
where OrderConfirmUserName ='束明飞'
group by 单证确认装箱日期
),
C5 as (
--从C3里取里面的二部的数据
select 单证确认装箱日期,sum(总箱量) as 生产二部
from C3
where OrderConfirmUserName ='汪抒涵' or OrderConfirmUserName ='陈仙逊'
group by 单证确认装箱日期
),
C6 as (
--从C3里取里面的二部的数据
select 单证确认装箱日期,sum(总箱量) as 其他
from C3
where OrderConfirmUserName ='系统管理员'
group by 单证确认装箱日期
),
C9 as(
select 单证确认装箱日期,sum(总箱量) as 排柜量
from C2
group by 单证确认装箱日期
)
--select * from C1
--select * from C4

--select C9.单证确认装箱日期,排柜量,生产二部
--from C9 
--left join C6 on C9.单证确认装箱日期=C6.单证确认装箱日期



select C9.单证确认装箱日期,排柜量,生产一部,生产二部,其他
from C9 
left join C4 on C9.单证确认装箱日期=C4.单证确认装箱日期
left join C5 on C9.单证确认装箱日期=C5.单证确认装箱日期
left join C6 on C9.单证确认装箱日期=C6.单证确认装箱日期


### 关于电源中波纹的衡量 在电子设备的设计和运行过程中,电源质量是一个非常重要的因素。对于电源中的波纹测量与评估,通常涉及以下几个方面: #### 1. **波纹定义** 波纹是指直流电源输出中存在的交流成分。这种波动可能来源于开关电源的工作频率或其他干扰源。为了确保系统的稳定性和可靠性,必须对波纹进行严格的控制和测量。 #### 2. **测量方法** 波纹可以通过以下几种常见方式来测量: - 使用示波器观察电压信号的变化情况。通过设置合适的带宽限制(如20 MHz),可以更清晰地捕捉到高频噪声部分[^3]。 - 利用万用表或专门的功率分析仪获取平均值、有效值以及峰值等参数。这些工具能够提供定量的数据支持以便进一步分析[^4]。 #### 3. **评估标准** 针对不同应用场景下的具体需求制定相应的评判准则非常重要。一般来说可以从以下几个维度考量: - 幅度大小: 即允许的最大峰峰值或者均方根(RMS)水平, 这取决于负载特性和电路敏感程度. - 频率分布特性: 不同频段内的能量占比反映了潜在问题所在位置及其影响范围 . - 时间稳定性表现 : 在长时间连续工作条件下保持一致性的能力. 此外还需注意环境温度变化等因素可能会引起额外偏差 ,因此建议结合实际工况进行全面测试验证.[^5] ```python import numpy as np from scipy.fftpack import fft def measure_ripple(voltage_samples): """ Measures the ripple from voltage samples using FFT analysis Args: voltage_samples (list): List of sampled voltages over time Returns: float: RMS value of detected AC component representing ripple magnitude """ N = len(voltage_samples) yf = fft(voltage_samples) xf = np.linspace(0.0, 1.0/(2.0*(1/N)), N//2) # Extracting only positive frequencies and calculating power spectrum density psd = 2.0/N * np.abs(yf[:N//2]) ac_component_rms = np.sqrt(np.mean(psd**2)) return ac_component_rms ``` 上述代码片段展示了一个简单的基于快速傅里叶变换(FFT)算法实现的方法用于估算给定采样序列中的交流分量的有效值作为衡量波纹的一个指标之一 . ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值